基于POD-RBF代理模型的迭代更新反演方法

针对常规的水工大坝等大型工程结构参数反演需要耗费大量有限元正分析机时的问题,建立了具有较好反演精度和泛化性能的POD-RBF代理模型和快速迭代更新反演算法。基于有限元分析获得足量数据样本,利用POD提取本征向量,并使用RBF方法进行插值得到有限元模型的代理模型;同时结合粒子群算法的全局寻优能力和高斯-牛顿法的快速局部收敛优势,建立了一种新的高效率迭代反演方法,并应用于混凝土大坝分区弹性模量反演。结果表明,该方法适用于大坝等大体积混凝土结构的力学参数反演。同时,相较于传统的单一反演方法,该方法在反演效率和反演精度两方面均显示出优势。     

基于结构代理模型与二级优化策略的航天结构模型修正研究Updating finite element dynamic models of aerospace structures based on the surrogate model and 2-level optimization strategy

随着我国航天事业的不断发展,航天结构形式越来越复杂,有限元结构模型往往存在各种假设和简化,因此与实际结构往往存在一定的误差,特别是部件的连接、边界条件的不确定以及材料性能（尤其是复合材料）与工艺的不确定性,都会对有限元模型的分析精度产生较大影响。本文基于初始有限元模型,通过试验设计构造结构代理模型,然后采用遗传优化算法与梯度优化算法的二级优化策略进行模型修正。另一方面,在每次模型修正迭代分析之前,自动进行置信值MAC（Modal Assurance Criterion）分析,使有限元分析模型与实验结果进行匹配,提高模型修正的正确性。分析表明该修正方法具有较高的分析精度,也能对结构参数进行识别。     

基于结构代理模型与二级优化策略的航天结构模型修正研究

随着我国航天事业的不断发展,航天结构形式越来越复杂,有限元结构模型往往存在各种假设和简化,因此与实际结构往往存在一定的误差,特别是部件的连接、边界条件的不确定以及材料性能(尤其是复合材料)与工艺的不确定性,都会对有限元模型的分析精度产生较大影响。本文基于初始有限元模型,通过试验设计构造结构代理模型,然后采用遗传优化算法与梯度优化算法的二级优化策略进行模型修正。另一方面,在每次模型修正迭代分析之前,自动进行置信值MAC(Modal Assurance Criterion)分析,使有限元分析模型与实验结果进行匹配,提高模型修正的正确性。分析表明该修正方法具有较高的分析精度,也能对结构参数进行识别。     

基于遗传算法的混凝土三维非稳态温度场反分析

大体积混凝土结构施工期间的合理温度控制问题非常重要，而精确进行温度计算所需的一些材料参数往往不易直接测得，需要根据一些易测得的量进行反求。本文基于三维瞬态温度场有限元求解理论与反问题理论，建立了混凝土三维瞬态温度场反问题求解数值模型。运用遗传算法寻求非线性反演问题全局最优解，只需要若干点温度实测值便可实现混凝土多个热学参数如绝热温升、导温、导热系数及热交换系鼓等的同时反演，算例对本文反演方法的反演精度及数值稳定性给出了满意的证明。     

基于主动学习Kriging模型的结构多失效模式可靠度计算

对于具有多失效模式的结构可靠度计算问题,利用多输出Kriging模型作为代理模型进行分析。该代理模型只需对所有功能函数进行一次建模,无需对每个功能函数建立各自的代理模型,且在建模过程中能够考虑各失效模式之间的相关性。本文方法设定的初始样本点不仅对随机变量均值附近区域给予足够重视,而且能够兼顾设计空间的边缘区域,进而确保初始代理模型在全局空间内具有较好精度,以减少后续利用学习函数更新代理模型的次数。数值算例表明,本文方法具有较好的计算精度和较高的计算效率,当失效模式较多时,计算效率大幅提升。     

基于粒子群-AK-MCS法的结构可靠性分析

Kriging代理模型由于其良好的非线性拟合能力,在可靠性分析领域得到了广泛的应用。为提高Kriging模型的建模效率,本文提出一种混合粒子群算法的AK-MCS法,该方法在保证模型精度的前提下减少了构建代理模型时的迭代次数,且提高了模型的全局寻优能力。以一10杆桁架结构为研究对象,通过建立结构控制位移与杆件截面面积和集中荷载之间的代理模型,快速求解桁架结构的失效概率。研究表明,本文方法有效提高了Kriging模型建模效率和建模精度,在计算复杂工程结构时具有一定的可行性。     

一种弹性波反演的快速迭代解法

本文研究弹性波反演的数值解法,通过求低频响应值的残差最小和利用有限元及振型分解法计算弹性波正问题的低频响应值,给出了一种弹性波反演的快速迭代解法。该算法允许引入反演参数的约束条件,计算效率很高;尽管一般只能得到弹性波反问题的近似解,但收敛性很好,因此可应用于为其它弹性波反演解法提供较好的初始值。     

基于Kriging代理模型的连梁金属阻尼器性能研究与参数优化设计

连梁阻尼器是剪力墙连梁结构中主要的耗能部件,其构造形式直接影响剪力墙的性能。本文从连梁阻尼器的几何特征入手,在用料相同的前提下,对四种典型开孔形式金属平面内屈服连梁阻尼器进行耗能性能对比研究,引入Kriging代理模型,构造出不同开孔尺寸与滞回耗能的关系。然后,分别对四种开孔形式的连梁阻尼器几何参数进行进一步优化,以获得最优构型。为简化优化迭代过程中反复的多步加载非线性求解计算,在优化过程中以Kriging代理模型作为反演优化平台,代替原有的几何参数与滞回耗能关系,并采用最大期望提高加点方法,不断提高代理模型在最优解附近的精度,在提高代理模型的代理精度同时,也提高了优化设计效率。所提算法为寻求一种形式简单、性能优越的金属平面内屈服连梁阻尼器提供了新的解决框架。     

基于摄动法的不确定性有限元模型修正方法研究

开展了考虑不确定性的有限元模型修正方法的研究。基于摄动法推导了待修正参数均值和协方差矩阵的迭代格式,其中协方差的迭代格式包括是否考虑试验数据与修正参数之间相关性的两种形式。在理论研究基础上开展数值仿真研究,实现了不确定性有限元模型修正的摄动法,并研究了试验数据样本数量对修正误差的影响。仿真结果表明,该方法适用于解决系统参数与试验数据存在不确定性的模型修正问题,试验样本数量对待修正参数标准差的修正精度影响较大;忽略试验模态参数与待修正参数不确定性之间的相关性,能够避免计算二阶灵敏度矩阵,在保证修正结果准确性的前提下减少计算量。     

含区间参数结构固有频率范围的优化估计

提出了一种基于Kriging近似模型和粒子群(Particle Swarm Optimization,PSO)优化算法的含区间参数结构的固有频率范围估计方法。基于Kriging模型优良的局部拟合性质,并经过误差检验和相关参数调整后,建立了满足精度要求的固有频率近似模型;基于PSO算法出色的全局寻优性能,对固有频率近似模型在区间参数空间内进行全局优化求解,获得区间不确定结构固有频率范围估计值。对某型燃气轮机涡轮叶片进行了实例分析,结果表明文中方法的效率和精度能够满足工程要求,其可行性和合理性得到了验证。     

融入压力分布信息的气动力建模方法

气动外形优化设计与飞行器性能分析中, 直接运用数值模拟或风洞实验获取气动力的成本高, 构建代理模型是提高外形优化和性能分析效率的重要途径. 然而, 构建模型的过程中, 研究者只关注积分后的气动力和力矩信息. 本文通过充分利用采样过程中所产生的压力分布信息, 来提高建模的精度和泛化性, 进而降低样本获取的成本. 提出了一种小样本框架下融入压力分布信息的气动力建模方法, 首先通过数值模拟或风洞试验获得不同流动参数状态下翼型表面的压力分布信息和气动系数, 其次通过本征正交分解技术对压力分布信息进行特征提取, 获取不同输入参数状态下压力分布信息对应的POD系数, 之后结合输入参数通过Kriging算法对压力分布信息进行建模, 将压力分布信息积分得到低精度气动系数的预测模型, 最后低精度气动系数结合输入参数通过Kriging算法构造高精度的气动系数预测模型. 通过同状态变翼型算例以及CAS350翼型变状态算例进行验证, 该方法相比于传统的克里金模型直接预测气动力, 有效提高了气动力的预测精度和模型的鲁棒性, 同时缩小了学习样本的数据量.      

Sampling-Based RBDO of Ship Hull Structures Considering Thermo-Elasto-Plastic Residual Deformation

We present a shape optimization method using a sampling-based RBDO method linked with a commercial finite element analysis (FEA) code ANSYS, which is applicable to residual deformation problems of the ship hull structure in welding process. The programming language ANSYS Parametric Design Language (APDL) and shell elements are used for the thermo-elasto-plastic analysis. The shape of the ship hull structure is modeled using the bicubic Ferguson patch and coordinate components of vertices, tangential vectors of boundary curves are selected as design variables. The sensitivity of probabilistic constraint is calculated from the probabilistic sensitivity analysis using the score function and Monte Carlo Simulation (MCS) on the surrogate model constructed by using the Dynamic Kriging (DKG) method. The sequential quadratic programming (SQP) algorithm is used for the optimization. In two numerical examples, the suggested optimization method is applied to practical residual deformation problems in welding ship hull structures, which proves the sampling-based RBDO can be successfully utilized for obtaining a reliable optimum design in highly nonlinear multi-physics problem of thermo-elasto-plasticity.     

基于径向基函数的频响函数模型修正

针对使用频响函数进行有限元模型修正存在的时间成本和精度问题,结合模态参与变异系数法和模态动能法分别优化激励点和测点,使获得的模态信息更完整;然后,引入径向基函数(RBF)模型减少原有限元模型计算次数,并根据均方根误差准则对所构建代理模型的参数(spread)进行优选,提高模型预测精度;最后,选用一个36自由度的二维桁架模型进行可行性验证,对比有限元法、Kriging模型及二阶响应面模型的修正精度和迭代时间,结果表明,本文方法具有较好的优势。     

工程结构优化的进化策略-高斯过程协同优化方法

针对采用仿生全局优化方法进行复杂工程结构优化时数值计算量浩大导致的计算代价过高的公开问题,将自适应协方差矩阵进化策略(CMAES)全局优化算法、高斯过程(GP)机器学习技术与有限元方法相结合,提出了基于自适应协方差矩阵进化策略-高斯过程协同优化算法(CMAES-GP)的结构优化方法。该方法利用全局寻优性好且寻优效率高的CMAES算法进行全局最优搜索,当搜索进入局部寻优阶段时,采用回归性能优秀的GP模型对适应度函数进行动态拟合,进而利用GP模型替代有限元分析进行个体适应度评价,以减小局部寻优阶段的有限元重分析次数,从而实现有效降低工程结构优化计算代价的目的。算例研究表明,与传统结构优化方法相比较,本文方法具有全局性好、计算效率高的优点。     

Inverse parameter identification of cohesive zone model for simulating mixed-mode crack propagation

Inverse analysis is widely applied to the identification of material properties or model parameters. In order to improve the computational efficiency of the inverse method based on the genetic algorithm, an interpolation scheme upon the response surface constructed by the finite element simulation has been adopted in this paper. Meanwhile, a gradual homogenization treatment scheme has also been presented to improve the convergence of the inverse method based on the Kalman filter algorithm. Both methods are proven effective in dealing with the single-objective inverse problem. However, literature studies show that the adoption of multiple types of experimental information is useful to improve the accuracy of inverse analysis. In this case, it turns into a multiple-objective inverse problem. Our practice proved that the above-mentioned two methods might not yield a proper result if the sensitivity issue of different types of information is not considered. Therefore, another multi-objective inverse method, in combination of the above two optimization algorithms and a weight-estimating scheme that can consider such sensitivity, has been further presented. Finally, by using a mixed-mode crack propagation simulation and two types of experimental information (loading-displacement response curve and crack path profile), the parameters of the cohesive zone model were inversely identified and its simulation results are in good agreement with the experiment.     

基于多重子域代理模型的结构可靠性分析

基于合理子域概念，构建多重代理模型。多重代理模型在合理子域内采用经典响应面模型，在合理子域外采用经典Kriging模型，能够充分利用两种经典模型各自的优势。多重代理模型能够合理规避经典响应面模型中响应函数采取事先假定形式带来的可靠度评估风险，同时能够有效避免经典Kriging模型中试验点组合爆炸的问题。相比经典响应面模型，多重代理模型所需试验点数量并未增加，计算效率与经典响应面模型大体相同。算例表明，本文方法的计算结果与MCS的计算结果几乎一致，具有较好的计算精度。     

基于绝对节点坐标法的平面梁有限变形下变形重构

现有的对有限变形条件下柔性结构变形重构的研究往往单纯基于曲率与应变间的几何关系, 同时忽略了被测体的纵向变形及其与弯曲变形的耦合效应. 为得到一种更加精确且能借助现有的力学工具进行应用方向扩展的变形重构方法, 以平面梁为对象, 借鉴变形重构逆有限元法的思想, 将平面梁的变形重构问题视作一类最优化问题. 首先, 通过引入绝对节点坐标法(absolute nodal coordinate formulation, ANCF)对柔性结构大变形下非线性的平面梁应变?位移关系进行精确描述, 构造了一种逆梯度缩减ANCF平面索梁单元. 然后, 对此逆ANCF单元进行改进, 在简化节点自由度的同时通过引入罚函数确保单元节点处的曲率连续性, 既保证了本问题的适定性, 也提升了最终解的精确性. 最后, 基于该单元利用Newton法构造了平面梁有限变形下变形重构问题的两种求解算法, 即逐单元算法和多单元整体算法, 以实现不同需求下的稳定求解. 数值仿真结果表明, 本方法在大变形条件下的变形重构误差小于1%, 而且在测点较少的情况下依然保持较高的精度, 同时验证了本方法的收敛性与计算效率.      

RELIABILITY-BASED DESIGN OF COMPOSITES UNDER THE MIXED UNCERTAINTIES AND THE OPTIMIZATION ALGORITHM

This paper proposed a reliability design model for composite materials under the mixture of random and interval variables. Together with the inverse reliability analysis technique, the sequential single-loop optimization method is applied to the reliability-based design of composites. In the sequential single-loop optimization, the optimization and the reliability analysis are decoupled to improve the computational efficiency. As shown in examples, the minimum weight problems under the constraint of structural reliability are solved for laminated composites. The Particle Swarm Optimization （PSO） algorithm is utilized to search for the optimal solutions. The design results indicate that, under the mixture of random and interval variables, the method that combines the sequential single-loop optimization and the PSO algorithm can deal effectively with the reliability-based design of composites.